SOGDet：基于语义占据引导的多视角三维目标检测
计算机视觉与模式识别
2024-01-09 v3
摘要
在自动驾驶领域，对三维环境的准确且全面感知至关重要。基于鸟瞰图（BEV）的方法已成为利用多视角图像作为输入进行三维目标检测的一种有前景的解决方案。然而，现有的三维目标检测方法往往忽略环境中的物理上下文（如人行道与植被），导致性能次优。本文提出一种称为SOGDet（Semantic-Occupancy Guided Multi-view 3D Object Detection，语义占据引导的多视角三维目标检测）的新方法，其利用三维语义占据分支来提升三维目标检测精度。具体而言，由语义占据建模的物理上下文有助于检测器以更整体的视角感知场景。我们的SOGDet使用灵活，可无缝集成于大多数现有基于BEV的方法中。为评估其有效性，我们将该方法应用于若干最先进基线，并在专用的nuScenes数据集上进行了充分实验。结果表明，SOGDet在nuScenes检测分数（NDS）与平均精度均值（mAP）方面持续增强了三种基线方法的性能。这表明三维目标检测与三维语义占据的结合带来了对三维环境更全面的感知，从而有助于构建更鲁棒的自动驾驶系统。代码见：https://github.com/zhouqiu/SOGDet。
引用
@article{arxiv.2308.13794,
title = {SOGDet: Semantic-Occupancy Guided Multi-view 3D Object Detection},
author = {Qiu Zhou and Jinming Cao and Hanchao Leng and Yifang Yin and Yu Kun and Roger Zimmermann},
journal= {arXiv preprint arXiv:2308.13794},
year = {2024}
}
备注
Accepted by AAAI2024